[发明专利]语音合成方法、装置、计算机可读介质及电子设备

说明书

本公开涉及一种语音合成方法、装置、计算机可读介质及电子设备。获取待合成文本的语音特征信息，所述语音特征信息包括音素、声调、分词以及韵律边界；根据所述语音特征信息进行语音合成，获得与所述待合成文本对应的第一音频信息。这样，可以使得语音合成得到的第一音频信息能够根据待合成文本的文本内容以及分词进行停顿，提高了第一音频数据的准确性和可理解性，便于用户快速理解第一音频数据对应的文本内容。另外，由于语音合成时能够在自然的韵律边界处进行停顿，因此可以提升第一音频信息的自然度和流畅性。

技术领域

本公开涉及语音合成技术领域，具体地，涉及一种语音合成方法、装置、计算机可读介质及电子设备。

背景技术

现今，阅读器中通过语音合成(又称文语转换(Text to Speech,TTS)，它能将文字信息实时转化为语音朗读出来，相当于给机器装上了人工嘴巴)技术对文本进行朗读的功能越来越多。现阶段，文本朗读系统在对文本进行朗读时，每个字通常采用相同的朗读时长，并在文本中的标点符号处进行稍长时间停顿。这样，该文本朗读系统只能够将文本内容依次朗读出来，并不能够根据文本内容进行停顿。这样，用户根据朗读出的语音，难以理解相应的文本内容。

发明内容

提供该部分内容以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该部分内容并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种语音合成方法，包括：

获取待合成文本的语音特征信息，所述语音特征信息包括音素、声调、分词以及韵律边界；

根据所述语音特征信息进行语音合成，获得与所述待合成文本对应的第一音频信息。

第二方面，本公开提供一种语音合成装置，包括：

获取模块，用于获取待合成文本的语音特征信息，所述语音特征信息包括音素、声调、分词以及韵律边界；

语音合成模块，根据所述获取模块获得的所述语音特征信息进行语音合成，获得与所述待合成文本对应的第一音频信息。

第三方面，提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现本公开第一方面提供的所述方法的步骤。

第四方面，提供一种电子设备，包括：

存储装置，其上存储有一个或多个计算机程序；

一个或多个处理装置，用于执行所述存储装置中的所述一个或多个计算机程序，以实现本公开第一方面提供的所述方法的步骤。

在上述技术方案中，通过提取待合成文本的音素、声调、分词和韵律边界这些语音特征信息，并基于语音特征信息对待合成文本进行语音合成，从而可以更加关注待合成文本的文本内容。这样，可以使得语音合成得到的第一音频信息能够根据待合成文本的文本内容以及分词进行停顿，提高了第一音频数据的准确性和可理解性，便于用户快速理解第一音频数据对应的文本内容。另外，由于语音合成时能够在自然的韵律边界处进行停顿，因此可以提升第一音频信息的自然度和流畅性。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

在附图中：

图1是根据一示例性实施例示出的一种语音合成方法的流程图；

图2是根据一示例性实施例示出的一种语音合成方法的框架示意图；